ACLJun, 2021

TweeNLP: 用于自然语言处理的 Twitter 探索门户网站

PDF
TL;DRTweeNLP 是一个集合 Twitter 自然语言处理（NLP）数据的平台，提供可视化和探索功能，旨在为 NLP 社区提供一个集体记忆单元，支持多项功能，包括 TweetExplorer，可按主题探索推文，为会议和研讨会提交截止日期建立时间线，并将 NLPExplorer 科学文献搜索引擎与研究论文相关的推文整合在一起。
tweenlptwitternatural language processingvisualizationexploration platform
发现论文，激发创造
  • TweetNLP：社交媒体的前沿自然语言处理

    TweetNLP 是一个支持社交媒体中自然语言处理任务（包括情感分析、实体识别、表情预测和辱骂识别）的综合平台，其采用基于 Transformer 的语言模型，专门用于处理社交媒体文本，提供 Python 库、在线演示和教程等多种支持。

    Jun, 2022

  • NLPExplorer：探索自然语言处理论文的宇宙

    本文提出 NLPExplorer，这是一个自动的门户网站，用于索引、搜索和可视化自然语言处理（NLP）研究文献，它展示了有关论文、作者、会议和主题的有趣见解。

    Oct, 2019

  • 社交媒体和自然语言处理在自然灾害研究中的应用

    使用 TensorFlow 对包含文本的文件进行自然语言处理和分类，以探测天然灾害的 Twitter 实时交互。

    Apr, 2023

  • 推特洞察：从推特提取时间洞察的可视化平台

    使用推特获得的大量时间序列数据，通过词嵌入技术和专门微调的语言模型进行后处理，捕捉了过去五年中 n-gram 频率、相似性、情感和主题分布的变化。构建在该数据之上的界面可以进行时间分析，用于检测和描述意义的转变，包括与趋势度量相补充的情感和主题的时间关联信息。我们提供了一个在线演示用于方便实验，还分享了代码和底层的聚合数据供以后的工作使用。本文还讨论了基于我们平台的三个案例研究，展示了它在时间语言分析方面的潜力。

    Aug, 2023

  • 推文中的命名实体识别与链接分析

    本文讨论了对于不规则、嘈杂、依赖上下文及动态性的推文（一种微博形式），运用自然语言处理技术进行挖掘和智能信息访问的挑战，重点关注了从推文中提取实体并进行实体消歧的任务，介绍了一个新的 Twitter 实体消歧数据集，并对多个最先进的 Named Entity Recognition & Disambiguation 模型进行了实证分析。

    Oct, 2014

  • 在 Tweebank 语料库上进行命名实体识别注释，并建立用于社交媒体分析的 NLP 模型

    本研究旨在创建 Tweebank-NER，一个基于 Tweebank V2 的英文 NER 语料库，用 TB2 训练最先进的 Tweet NLP 模型，并发布名为 Twitter-Stanza 的 NLP 管道。

    Jan, 2022

  • EasyNLP：一款全面且易于使用的自然语言处理工具包

    EasyNLP 是一个支持大规模预训练模型的统一框架，支持多种 NLP 算法，并在阿里巴巴集团的多个业务单元中得到了成功应用和集成。

    Apr, 2022

  • AllenNLP：一个深度语义自然语言处理平台

    AllenNLP 是一个基于 PyTorch 平台的自然语言理解深度学习相关的可扩展实验框架，具有智能批量处理和填充的灵活数据 API，高层次的文本操作抽象和模块化可扩展的实验框架。

    Mar, 2018

  • 揭示 2022 年 ACL 和 EMNLP 会议数据集的趋势

    自从采用 Transformer 架构以来，自然语言处理（NLP）已经显著发展。Transformers 催生了预训练大型语言模型（PLMs）。在多个任务中，NLP 系统的性能有了巨大提升，有些情况下甚至超过了人类。然而，事实仍然是，在预训练时，更好质量的数据集能够让 PLMs 在各个任务中取得更好的性能。为了满足特定需求，NLP 研究者继续创建新的数据集，而本研究旨在揭示这些数据集中所挖掘的趋势和见解，并向未来有意策划数据集的研究者提供有价值的建议。

    Mar, 2024

  • HugNLP: 一个统一全面的自然语言处理库

    通过 HuggingFace Transformers 设计的 HugNLP 统一和全面地涵盖了自然语言处理的库，包含模型、处理器和应用层次结构，支持在不同的 NLP 任务上预训练语言模型的学习过程， 并且还提供了一些特色的 NLP 应用程序，如知识增强的 PLMs、通用信息提取、低资源挖掘和代码理解和生成，等等。

    Feb, 2023